选择左边所需的模型，比如检测，分割（分段就是分割）比如说我想下载yolov8n，就点击这个，如图。往下滑，点蓝色的即可下载。首先，进入下面的网站。

ctrl+D——复制标签（选中需要复制的标签，ctrl+D，新复制的标签重叠在原标签上，拉出来就好了）ctrl+滑动鼠标——放大缩小。ctrl+S——保存。

如下图，但实际主目录的内存没有变，以后存东西就在这个文件夹里面就好了。这种解决办法前提是windows和ubuntu双系统。然后在ubuntu系统上把这个空的硬盘放在主目录里。按照上面的步骤弄完后，需要解决这个文件夹的权限问题。首先要在终端输入命令whoami，查看当前用户名。其中红色圈的改为用户名，黄色圈改为文件夹的路径。首先在windows系统上创建一个空的硬盘分区。然后可以把东西存在这个文件

09:25:23: Starting /home/yuanzebin/桌面/guo/666 ... /home/yuanzebin/桌面/guo/666: /home/yuanzebin/桌面/guo/../../../../usr/lib/x86_64-linux-gnu/libQt5Core.so.5: version。应该是我已经在环境变量bashrc中设置了库的路径，就不用再复制了，直接就

然后在/home/yuanzebin/PaddleOCR/deploy/cpp_infer文件夹下，右键鼠标打开终端。在/home/yuanzebin/PaddleOCR/deploy/cpp_infer文件夹下，右键鼠标打开终端。下载预测库的链接如上，我选的是cuda11.6的，虽然我是cuda11.4，但是亲测下载这个也可以用。也是手动找一下这个文件，然后输入下面的类似命令，改成这个文件所在的

以后每次打开脚本都会自动打开666可执行文件，并且关闭666文件后，终端重新打开还会再次运行666文件。可实现666文件一直可以打开关不掉。建议配合开机自动启动终端，效果更好，这样开机之后就可以实现666自动打开，开机自启。新建一个txt文档，在文档内写入下面的句子。（或者您喜欢的任何名称）尾缀为.sh。1.先写一个Shell脚本文件。然后把这个txt文档名称修改为。

更加详细的介绍了安装方法，避免走弯路ubuntu下安装nccl具体教程_ubuntu安装nccl-CSDN博客。

因为我的环境需要，我安装的cuda版本是10.1的，cuda很老，不支持8.9算力。我的笔记本显卡是NVIDIA GeForce RTX 4070ti。最好再重启一下电脑(我一开始改完没生效，重启才好使）要修改成7.5算力才能支持cuda10.1版本。办法是在.bashrc文档中输入下面的一段话。我的gpu算力架构是8.9。

选择左边所需的模型，比如检测，分割（分段就是分割）比如说我想下载yolov8n，就点击这个，如图。往下滑，点蓝色的即可下载。首先，进入下面的网站。

2.打开pycharm，进入自己在上文中建立的虚拟环境中，运行labelme2yolo.py代码，把红的区域修改成自己在labelme中修改的标签。最后打开seg_train.py文件，如下图，然后右键运行即可，epochs为训练次数，其他参数可以去官网查看。首先修改mycoco128-seg.yaml文件，修改图片路径，精确到上面生成的YOLODataset内部。转换好后，就会在图片文件夹中看到